Speaker adaptation of deep neural network acoustic models using Gaussian mixture model framework in automatic speech recognition systems

Speaker adaptation of deep neural network acoustic models using Gaussian mixture model framework in automatic speech recognition systems

Les différences entre conditions d'apprentissage et conditions de test peuvent considérablement dégrader la qualité des transcriptions produites par un système de reconnaissance automatique de la parole (RAP). L'adaptation est un moyen efficace pour réduire l'inadéquation entre les mo...

Full description

Bibliographic Details
Main Author: Tomashenko, Natalia
Other Authors: Le Mans
Language:en
Published: 2017
Subjects:
Adaptation au locuteur
Apprentissage adaptatif au locuteur (SAT)
Réseaux de neurones profonds
Modèles de mélanges Gaussiens (GMM)
Paramètres acoustiques dérivés de GMM (GMMD)
Reconnaissance automatique de la parole (RAP)
Modèles acoustiques
Apprentissage profond
Speaker adaptation
Speaker adaptive training
Deep neural network (DNN)
Gaussian mixture model (GMM)
GMM-derived (GMMD) features
Automatic speech recognition (ASR)
Acoustic models
Deep learning
006.454
Online Access:http://www.theses.fr/2017LEMA1040/document

Internet

http://www.theses.fr/2017LEMA1040/document

Similar Items